Etude de pertinence de lutilisation de la variable CCMU Données OSCOUR® grippe/syndrome grippaux Fédération des ORU Réunion du 07 octobre 2013

Hi Contexte - Objectif Utilisation des données OSCOUR® dans la surveillance de la grippe par le DMI (passages/hospitalisations) Surveillance des cas graves: Cas de grippe admis en réanimation et signalés à lInVS Objectif : évaluer la pertinence de lutilisation de la variable CCMU pour estimer la gravité de latteinte

Matériel et méthode Population détude : patients avec au moins un passage aux urgences pour les codes J09 (H1N1), J10 (virus identifié) et J11 (virus non identifié) en diagnostic principal ou associé du 01/09/12 au 17/03/13 => passages Méthode : recherche dun lien entre score CCMU et hospitalisation Variable gravité et mode de sortie Analyse univariée et multivariée avec ajustement sur le sexe et lâge

Matériel et méthode (2) Variable gravité 1 - état lésionnel ou pronostic fonctionnel jugé stable après le premier examen clinique P - idem CCMU 1 avec problème dominant psychiatrique ou psychologique 2 - état lésionnel ou pronostic jugé stable 3 - état lésionnel ou pronostic fonctionnel jugé susceptible de saggraver aux urgences sans mettre en jeu le pronostic vital 4 - situation pathologique engageant le pronostic vital aux urgences sans manœuvre de réanimation 5 - situation pathologique engageant le pronostic vital aux urgences avec initiation ou poursuite de manœuvres de réanimation dès lentrée aux urgences D - patient décédé à lentrée aux urgences sans avoir pu bénéficier dinitiation ou poursuite de manœuvres de réanimation aux urgences => Variable binaire grave : 1/P/2/3 versus 4/5/D Variable mode de sortie 6 – mutation 7 – transfert=> Variable binaire hosp : domicile (8) versus hospitalisation (6/7/9) 8 – domicile 9 – décès

Résultats: analyse descriptive Gravité 0 décès dans gravité 2 décès dans mode de sortie (1 avec gravité=3 et 1 avec gravité manquant) Examen des données manquantes Gravité : 9% dm - Mode de sortie : 8% dm Données manquantes communes aux 2 variables : 1% Description de la population 51% hommes, 49% femmes âge 0-5 ans 30,7% 5-14 ans 20,4% ans 44,7% 65 ans et plus 4,2% Cas graves en réa Cas graves CCMU

Résultats 17, % 215, % 31, % % % 023, % 11, % mutation1, % transfert780.31% domicile23, % DC20.01% 023, % 11, % Score de gravitéMode de sortie Grave Hospitalisation

Résultats Selon le sexe : pas de différence significative Selon lâge: différence significative pour grave et hosp graveAge_0_15Age_16_25Age_26_45Age_46_75Age_75_pl 0 12,2862,2825,6473, %7.91%10.05%9.66%10.03% Total12,4772,4786,2783, hospAge_0_15Age_16_25Age_26_45Age_46_75Age_75_pl 0 12,3142,2765,8133, %4.09%4.74%11.32%51.57% Total13,0892,3736,1023,4574

Croisement grave/hosp hosp grave01Total 0 20,3271,62321, ,294921, Total21,6211,71523,336 Pearson chi2(1) = Pr = hosp grave01Total 0 10, , Total11, ,973 hosp grave01Total 0 9, , Total10, ,35 femmeshommes global

Selon la classe dâge ans 75 ans et plus 16-25ans grave01Total 01,978872, Total2,169892, anshosp grave01Total 0 2, , Total2, , et plushosp grave01Total Total ans p=0,03 moins de cas graves parmi les hosp p=0,011 moins de cas graves parmi les hosp p=0,39 plus de cas graves parmi les hosp

Analyse multivariée (1) graveOdds RatioStd. Err.zP>z[95% Conf.Interval] sexe1,030,0570,500,620,9221, ans5,530,57716,410,004,5096, ans7,190,60523,450,006,0998, ans6,890,64020,770,005,7418, ans et +7,091,10912,520,005,2159,630 hospOdds RatioStd. Err.zP>z[95% Conf.Interval] sexe1,000,0500,0100,9930,911, ans0,680,075-3,5500,0000,550, ans0,790,056-3,3400,0010,690, ans2,020,13310,7200,0001,782,30 75 ans et +17,031,55930,9600,00014,2320,38 Grave selon sexe et âge Hosp selon sexe et âge

Analyse multivariée (2) Grave selon hosp, sexe et âge graveOdds RatioStd. Err.zP>z[95% Conf.Interval] hosp0,750,089-2,4200,0160,590,95 sexe1,020,0580,3800,7030,911, ans5,580,58816,3300,0004,546, ans7,130,60623,1300,0006,048, ans6,910,64920,5700,0005,758,30 75 ans et +7,701,28312,2400,0005,5510,67 >75ans (N=552) graveOdds RatioStd, Err,zP>z[95% Conf,Interval] hosp1,260,3580,810,420,7202,199 sexe0,830,237-0,660,510,4721,450 >80ans (N=349) graveOdds RatioStd, Err,zP>z[95% Conf,Interval] hosp1,360,4860,850,390,6722,739 sexe0,550,201-1,630,100,2701,126 >85ans (N=190) graveOdds RatioStd, Err,zP>z[95% Conf,Interval] hosp1,380,6620,680,500,5413,533 sexe0,380,197-1,860,060,1341,053 Grave selon hosp et sexe, par classe dâge Chez les moins de 75 ans, Relation négative entre grave et hosp

Modèles prédictifs Grave selon hosp, sexe et âge (10 catégories) xi: logit grave hosp sexe i.agecl1xi: logit grave sexe i.agecl1 Aire sous la courbe ROC = 0,7106 Aire sous la courbe ROC = 0,7086 Grave selon sexe et âge (10 catégories) Âge = prédicteur essentiel du caractère de gravité Sensibilité = 1-SP Spécificité Sensibilité = 1-SP Spécificité

Discussion Réserves sur la qualité de codage de la variable CCMU !! Résultats Pas de lien significatif entre gravité et hospitalisation, après ajustement sur sexe et âge Relation négative entre gravité et hospitalisation chez les moins de 75 ans, puis relation positive non significative Utilisation de la variable CCMU pas pertinente pour la surveillance des cas grave pour la grippe Perspectives: Refaire lanalyse sur plusieurs saisons grippales => gain de puissance Tenir compte des variations régionales, des logiciels métiers ?!